代码中的R预测器变量没有处理正确的答案
R预测器变量是指在R语言中用于进行预测的变量。它可以用来构建预测模型，根据已有的数据来预测未来的结果。在代码中，如果R预测器变量没有被正确处理，可能会导致预测结果不准确或者出现错误。
为了正确处理R预测器变量，可以采取以下步骤：
- 数据准备：首先，需要确保数据集中包含足够的样本数据，并且数据的格式符合预测模型的要求。如果数据存在缺失值或异常值，需要进行数据清洗和处理。
- 特征选择：在构建预测模型之前，需要选择合适的特征变量。可以通过特征工程的方法，包括特征提取、特征转换和特征选择等，来选择对预测结果有影响的特征变量。
- 模型选择：选择适合的预测模型来进行建模。常见的预测模型包括线性回归、逻辑回归、决策树、支持向量机等。根据具体的预测任务和数据特点，选择最合适的模型。
- 模型训练：使用已有的数据集对选定的预测模型进行训练。通过拟合数据，模型可以学习到数据的模式和规律。
- 模型评估：对训练好的模型进行评估，以验证其预测性能。可以使用交叉验证、ROC曲线、混淆矩阵等指标来评估模型的准确性和稳定性。
- 预测应用：使用训练好的模型对新的数据进行预测。将待预测的数据输入到模型中，即可得到预测结果。
在腾讯云的产品中，可以使用腾讯云机器学习平台（https://cloud.tencent.com/product/tiia）来进行预测模型的构建和训练。该平台提供了丰富的机器学习算法和工具，可以帮助开发者快速构建高性能的预测模型。
此外，腾讯云还提供了云数据库（https://cloud.tencent.com/product/cdb）和云服务器（https://cloud.tencent.com/product/cvm）等产品，用于存储和运行预测模型所需的数据和计算资源。这些产品可以提供稳定可靠的基础设施支持，确保预测模型的高效运行。
总结起来，正确处理R预测器变量是构建准确预测模型的关键步骤之一。通过合适的数据准备、特征选择、模型选择、模型训练和模型评估等步骤，结合腾讯云的机器学习平台和相关产品，可以实现高效、准确的预测分析。
相关·内容
我有一组自变量，我用Python中的Pearson相关系数计算它们之间的相关矩阵。矩阵的一部分如下所示：
📷
从这个矩阵中，假设我想找出变量NoOfDoors和其余变量之间的强相关成分(Symboling...Compression比率)。我采用的过程是取该列的平均值(计算为0.039604)，在此基础上，我只考虑那些大于0.039604的值。
在此基础上，选定下列变量为强相关变量：
(制造、抽吸、车轮底座、长度、宽度、高度、节流重量、发动机类型、内径、压缩比)
我想问一下，这个选择正确吗？如果是的话，是否有一个有效的方法来做到这一点？如果没有，正确的方法是什么？由于我是这个领域的新手，请给我
浏览 0提问于2019-01-31得票数 1
我想使用R中的中介分析来分析来自实验的数据。然而，实验设计是一个涉及三个变量(两个连续的，一个分类的)的完全析因设计，我找不到如何在R中通过多个处理实现中介的解释。我已经阅读了关于mediation包的文档，但是它们似乎没有提供超出单一处理的扩展X的方法。类似地，我无法在MBESS或lavaan包中找到这样做的方法。
我找到了最近的一篇文章，讨论了在中介分析，海斯和传教士2014 ()中实现多重处理所必需的统计理论/方法，但不幸的是，他们只给出了他们的方法在Mplus，SPSS和SAS中的代码实现。我需要在接下来的几天内实现这个演示文稿，所以我没有时间加快另一个程序的速度来完成它，我需要用R实
浏览 0提问于2014-11-02得票数 5
1回答
目前，我正在尝试使用R和caret库一起训练分类器。
ctrl <- trainControl(method = "repeatedcv", number = 10 , savePred=T, classProb=T, verboseIter = T, search = "random" )
start = proc.time()
start
mod <- train(x = data$data, y = data$labels, method = "svmPoly", trControl = ctrl, preProcess = &
浏览 2提问于2016-06-04得票数 0
1回答
我注意到在训练中使用公式法和非公式法会产生不同的效果。此外，公式法所需时间几乎是非公式法所需时间的10倍。这是意料之中吗？
> z <- data.table(c1=sample(1:1000,1000, replace=T), c2=as.factor(sample(LETTERS, 1000, replace=T)))
# SYSTEM TIME WITH FORMULA METHOD
# -------------------------------
> system.time(r <- train(c1 ~ ., z, method="rf"
浏览 2提问于2014-03-05得票数 5
回答已采纳
1回答
这是我第一次尝试在R中使用老鼠，我有一个横截面数据集，有几个尺度的响应。在计算缺失数据后，我想计算几个比额表的总和。
我想修改中提供的代码，它是基于在一篇关于如何使用的帖子中发布的回复。但是，我不确定这部分代码中的每一行都做了什么：
pred1 <- ini$pred
#change the predictor matrix so only bdd$EE1-9 predicts EE (necessary?)
pred1[ "EE", ] <- 0
pred1[ "EE", c("EE1", "EE2",
浏览 6提问于2022-08-11得票数 0
1回答
我必须对如下数据执行非线性多元回归：
ID Customer Country Industry Machine-type Service hours**
1 A China mass A1 120
2 B Europe customized A2 400
3 C US mass A1 60
4 D Rus
浏览 2提问于2018-02-03得票数 1
John Fox及其合作者在 CRAN包的function Effect中对参数xlevels的帮助中写道：
(...) If partial residuals are
computed, then the focal predictor that is to appear on the
horizontal axis of an effect plot is evaluated at 100 equally
spaced values along its full range, and, by default, other
numeric predictors are evaluated
浏览 11提问于2017-03-12得票数 0
我正在运行一些相当简单的优势比分析，以调查某些变量与受伤结果的关系。暴露项(inj)是二进制的，0表示没有伤害，1表示存在伤害。我正在调查的交互术语是工伤人员是否(causeWork；0代表非工伤，1代表工伤)和受伤机制(mechanism；多变量，即。mechanismFall、mechanismObject、mechanismPerson)。mechanism= fall的参考变量)。我的glm如下：
fit 1 <- glm(formula = inj ~ cause * mechanism, family = "binomial",
data = dat)
在对
浏览 22提问于2016-07-26得票数 1
回答已采纳
所以我一直在寻找为什么在winmips64上，每次分支目标缓冲区预测错误时，都会有2个周期停顿，但我什么都没有得到，因为它第一次和最后一次bne正在运行.In，第一次表示它的2个周期的分支采用停顿，而在最后2个周期的分支误判停顿时，有什么想法吗?代码的另一部分提到了r12。 lw R4,0(R3)
lw R8,0(R2)
dmul R8,R8,R4
daddi R3,R3,-8
daddi R11,R2,-8
dadd R9,R9,R8
daddi R2,R2,-8
bne R11
浏览 19提问于2020-12-06得票数 0
2回答
我对两个系列数据进行了线性回归分析，每个数据都有50值。我在SPSS上做了分析，结果得到了一个表格，其中我的adjusted R squared是0.145，它的意义是0.004。
作为0.004 < 0.05，我认为我的adjusted R squared很重要。
1)这是否意味着我的adjusted R squared是可信的？
2)如果你得到一个意义，即> 0.05，会发生什么？这是否意味着可以信任adjusted R squared的可信度，但也意味着这两个数据集不相关或相关性很差？
浏览 0提问于2015-11-11得票数 1
回答已采纳
在支持它的CPU上使用BX，这让我怀疑其中有一些性能原因。
和还指出，它有助于分支预测。
然而，我的基准测试工作并没有发现ARM1176、Cortex-A17、Cortex-A72和Neoverse-N1 cpus的性能差异。
因此，除了与Thumb代码互通之外，是否有任何理由在具有内存管理单元并实现32位ARM指令集的cpus上首选BX而不是MOV pc,？
编辑后添加基准代码，全部对齐为64字节：
使用BX对lr执行无用的计算并返回
div_bx
mov r9, #2
mul lr, r9, lr
udiv lr, lr, r9
浏览 4提问于2020-08-09得票数 8
我正在尝试使用glmnet拟合泊松模型，但我似乎无法以正确的形式获得数据。所有的变量都是绝对的。这是一个较早的问题，处理几乎相同的问题，但给出的解决方案对我没有帮助- as.matrix()和model.matrix只是抛出了更多的错误消息。
对于as.matrix，我得到的是：
x<-as.matrix(ld2)
> res<-glmnet(x,y,family = "poisson")
Error in fishnet(x, is.sparse, ix, jx, y, weights, offset, alpha, nobs, :
NA/NaN/
浏览 2提问于2014-11-30得票数 0
2回答
因此，我理解了用于流水线处理器分支预测的基本技术，如2位饱和计数器、两级自适应预测器等。
以下是我的问题：
1)分支目标预测:为什么这很重要，这里使用的一些机制是什么？当我想到一个分支时，我会想到“r2，r3，LABEL”，它说如果r2 != r3，那么分支到标签就意味着做PC (程序计数器)= PC +标签。预测这里的目标有什么好神秘的？你知道它将基于标签的编译值。我可能不知怎么没注意到这一点。
2)为什么程序计数器本身(例如0x4001000C)或至少最后几个位被用作分支预测方案的一部分？我看到了一个方案，其中PC的最后4位连接到(4位)分支历史寄存器，8位值用于访问模式历史表。我会认为P
浏览 8提问于2012-06-23得票数 2
回答已采纳
1回答
如何检验R中均值估计差异的意义？
、、、、
解决了：，我正在做市场研究，我想在下面估计的基础上，通过R进行一个多项式Logit模型。它旨在测试消费者对特定广告的接触是否会影响他们对该属性的偏好，即配备蓝牙。但是，由于下面的模型包含一个关于该产品是否有蓝牙的假人，我不确定如何将其转换为R代码。
更新：，现在我已经建立了正确的混合MNL模型，并希望检验平均估计的差异的显着性。例如，测试“Group5:No蓝牙”和“Group6:No蓝牙”之间的区别是否显著。在这种情况下，应该在这里计算哪个测试，我应该如何运行代码？R的结果如下图所示。
浏览 4提问于2022-08-24得票数 1
1回答
我认为R-平方是预测因子对反应的解释方差.但是我想知道调整后的值是如何计算的？如果这个概念和原来的有什么不同。
浏览 0提问于2016-10-21得票数 3
回答已采纳
下面的程序与R2.15.3与mgcv包一起工作得很好：
foo<-c(0.08901294, 0.04221170, 0.01608613, 0.04389676, 0.04102295, 0.03552413, 0.06571099, 0.11004966, 0.08380553, 0.09181121, 0.07422538,
0.11494897, 0.18523257, 0.13809043, 0.13569868, 0.13433534, 0.16056145, 0.15559133, 0.22381149, 0.13998797, 0.02831030)
in
浏览 4提问于2015-07-03得票数 2
回答已采纳
我对r很陌生(但我主要是用python编写代码)，为了我自己的理解，我正在尝试为简单的线性回归编写代码，而且我正在估算beta1。
给定一个预测器列x和一个响应y，我想在伪代码中这样做：
sum((x[i] - mean(x)) * (y[i] - mean(y)) / sum(x[i] - mean(x))^2
因此，在r：
m <- rbind(c(2,3),c(1,2),c(0,3)))
既然我读过循环就是魔鬼.我想也许我可以这样做：
beta1 <- function(x, y){
c <- cbind(x,y)
b1 <- apply(c,
浏览 2提问于2016-08-25得票数 1
回答已采纳
1回答
快速编码的问题，我没有找到现成的答案-我已经搜索了R帮助和在线相当多。
我跟着走。
有一行代码如下所示：
pd <- transform(pd, Fitted = ilink(fit), Upper = ilink(fit + (2 * se.fit)),
Lower = ilink(fit - (2 * se.fit)))
我有点搞不懂fit和参数Fitted在做什么。我感觉它们被用来预测模型输出，但我在文章中显示的代码中看不到fit的定义。
浏览 3提问于2019-02-04得票数 0
我试图获得边际效应，根据这篇文章：
td <- readRDS("some data")
CHAINS <- 1
CORES <- 1
SEED <- 42
ITERATIONS <- 2000
MAX_TREEDEPTH <- 9
md <- td[,.(y,x1,x2)] # selection the columns i need. y is binary
glm1 <- stan_glm(y~x1+x2,
data = md,
family = b
浏览 3提问于2017-07-11得票数 2
回答已采纳
3回答
假设您做了一些代码，其中包含if语句和条件，在整个程序运行过程中，if语句始终为true，但在编译时不能知道条件始终为真(可能是在命令行中指定的)。
在这种情况下，您会期望cpu能够预测这一点，并且总是选择正确的路径。
这是否意味着，通过分支预测，代码的速度就像根本没有if语句一样快？
或者，还有真正的成本吗？
我可以想象一些可能不会消失的代价..。
第一个调用可能出错，或者分支预测器需要多长时间才能始终正确。
也许如果程序很大，当指令缓存被清除时，分支的知识就会丢失？
也许有条件代码(也许还有一个其他代码)意味着指令缓存不能容纳那么多，所以通常会减慢程序的速度。
我敢打赌，它
浏览 2提问于2015-06-17得票数 5
回答已采纳
1回答
我正在试图得到一个类似于在这篇文章中得到的图
如果我在我的控制台上运行它，但是如果我用我的数据运行它，它就不能工作，所以我想知道它是否是我的数据的一个问题。下面是一个不适用于我的例子：
library(wakefield)
X <- r_sample_factor(c("low", "high"), n=232)
MAMAMA<-r_sample_factor(c("C/C", "C/G", "G/G"), n=232)
MEMEME<-r_sample_factor(c("C/C"
浏览 2提问于2020-06-11得票数 1
回答已采纳
1回答
我有一个带有一些虚拟变量的数据框架，我想使用这些变量作为glmnet的培训集。
由于我使用的是glmnet，所以我希望使用插入符号train函数中的preProcess选项对这些特性进行中心和缩放。我不希望这个转换也应用于虚拟变量。
有没有办法阻止这些变量的转换？
浏览 3提问于2016-05-17得票数 7
回答已采纳
我正在使用一个回归模型(MWT1Best= 428 - 7.69*Diabetes - 72.1*AtrialFib - 130*DAF)，我试图在变量Diabetes和AtrialFib中替换1或0的情况下快速查看模型的值。我很难理解为什么在使用prediction()时会出现这个错误 list("Diabetes" = prediction(r123, at = list(Diabetes = c(0, 1))),
"AtrialFib" = prediction(r123, at = list(AtrialFib = c(0, 1))),
浏览 162提问于2020-03-24得票数 1
回答已采纳
1回答
均方误差与精度线性回归
、、、
我用这个数据集建立了一个简单的线性回归模型来预测学生的最终成绩。
虽然我的准确度很好，但误差似乎很大。
我不确定我是没有正确理解错误的含义，还是代码中出现了一些错误。我认为，对于92的精度，误差应该小得多，接近0。
这是我的密码：
data = pd.read_csv("/Users/.../student/student-por.csv", sep=";")
X = np.array(data.drop([predict], 1))
y = np.array(data[predict])
x_train, x_test, y_train, y_
浏览 0提问于2020-05-21得票数 0
回答已采纳
我试图学习线性回归预测的复杂性，我想问两个问题：
，，我有一个因变量(称为X)，并且，比方说，10个自变量。我可以使用lm()生成一个模型。但我的问题是:生成一个模型(或者更有可能是多个模型)的目的是识别X的单个最佳预测器，还是发现X的最佳预测因子的最佳组合？我以为是后者，但在网上读了几个小时之后，我现在不确定了。
，如果目标是发现X的最佳预测因子组合，那么(一旦我确定了该组合)，如何正确地绘制组合？绘制一条线是容易的，但是对于一个组合，应该是(a)绘制10条不同的回归线(每个自变量一条)还是(b)绘制一条以某种方式表示组合的单条线？我已经提供了我正在使用的summary()，以防它有助于回答
浏览 1提问于2022-04-09得票数 -1
我试图在R中做最好的子集回归。使用leaps()或regsubsets() (来自leaps包)，如果我的所有独立(解释性)变量都是数字的，那么它的工作非常好。但是，如果我包含了一个因素，它就会失败，而错误消息是：
leaps.setup(x，y，wt = wt，nbest = nbest，nvmax = NCOL(x) + int，：NA/NaN/Inf在外部函数调用(arg 3)中的错误:警告消息:在leaps.setup(x，y，wt = wt，nbest = nbest，nvmax = NCOL(x) +int)中，只有.Fortran中使用的字符向量中的第一个字符串
我已经爬
浏览 13提问于2019-11-06得票数 1
3回答
gcc的特色是，它可以帮助编译器生成具有更好分支预测的机器码。
有没有关于正确使用或不使用这些提示会如何影响一些真实系统上真实代码的性能的数据？
浏览 1提问于2011-09-30得票数 9
我正在学习如何在r中使用决策树。
我做了一个模型并做了一个预测。我想检查我的模型的准确性。但是，当我试图使用表函数创建混淆矩阵时，我得到的是错误：
表中的错误(test_data$Outcome，谓词)：所有参数必须具有相同的长度
我使用的代码是：
data = read.csv("C:/Users/VIJAY/Desktop/ML/logistic regression/diabetes.csv")
head(data)
dim(data)
library(rpart)
library(rpart.plot)
library(caret)
s = sampl
浏览 0提问于2019-06-05得票数 0
1回答
所以这就是我的问题。我在R中有一个数据集，我需要在其上运行混合效果模型。代码如下：
data <- read.csv("D:/blahblah.csv")
analysis.data <- lmer(intdiff ~ stress_limit * word_position * follows + (1|speaker), data)
summary(analysis.data)
当我尝试运行该脚本时，它返回以下错误：
Error in mer_finalize(ans) : Downdated X'X is not positive definite,
浏览 0提问于2013-02-02得票数 4
回答已采纳
我正在通过ISLR工作，被困在一个问题上。基本上，我试图创建一个遍历整个数据帧的函数。问题3.7，15a。
对每个预测器，拟合一个简单的线性回归模型来预测响应。描述你的结果。在哪一种模型中，预测器和反应之间有统计学上的显著关联？创建一些情节来支持您的断言。
所以我的想法是：
y = Boston$crim
x = Boston[, -crim]
TestF1 = lm(y ~ x)
summary(TestF1)
但这并不是正确的答案。我希望能把它分解为：
predictorsExtract 以crim作为响应，将具有统计意义的p值(或将insignificant)Move的p值提取
浏览 1提问于2020-07-29得票数 0
1回答
(以前把贴到错误的地方，没有足够的信息，我编辑了，编辑了，这篇文章似乎被删除了，发到炼狱，所以我不知道前一篇文章是否能/应该复活)。
在R中，我运行了一些增强回归树，也称为广义Boosting模型，使用了使用dismo的gbm。可复制的例子，让人们了解我现在的处境：
library(dismo); data(Anguilla_train)
angaus.tc5.lr01 <- gbm.step(data=Anguilla_train, gbm.x = 3:13, gbm.y = 2, family = "bernoulli", tree.complexity = 5, l
浏览 4提问于2015-01-19得票数 4
我正在使用R中的mma包使用我能想到的每一种代码变体来运行多个中介，并且我总是得到相同的错误。
我已经使用了大量不同的变体，但这是我试图运行的主要代码，只是为了识别中介和协变量。
data.bin<-data.org(x,y,pred=2,mediator=c(1,7:11),alpha=.05,alpha2=.05)
错误:必须使用[中的向量，而不是矩阵类的对象。调用rlang::last_error()查看回溯
浏览 0提问于2019-09-06得票数 0
1回答
我试图用emmeans包中的emmeans函数在R中进行后期测试。然而，我无法找出我应该在规范的论点中写些什么。据我所知，这是我想要对比的变量的位置(我的自变量)。然而，当我把我的静脉注射/试剂盒，它会产生错误。我把我的代码和错误放在下面：
X= as.factor(rep(c("A", "B", "C"), each= 50))
Y= as.factor(c("K", "L", "M"), times= 50)
Z= rnorm(150)
Model= lm(Z ~ X+Y+X:Y)
emmean
浏览 2提问于2018-05-12得票数 0
回答已采纳
1回答
R-分析范畴变量对连续变量的影响
、、、、
我试图分析R中的一个数据集，在这里，随着时间的推移，我有商品的销售，我想了解分类变量对销售量的影响。
library("data.table")
qty <- c(100,10000,100,200,150,9000)
flavour <- c("Mint","Herb","Mint","Mint","Herb","Fruit")
category <- c("Multiple","Multiple","White"
浏览 2提问于2017-04-13得票数 2
回答已采纳
我试图找出Sycamore_biomass如何影响鸟类放置first_egg的一天。我的模型产出表明了一种微弱的正相关关系--即随着樟树生物量的增加，第一个产卵的天数应该增加(即应该晚一点)(注1包括这个模型中的混杂因素)：
Call:
lm(formula = First_egg ~ Sycamore_biomass + Distance_to_road +
Distance_to_light + Anthropogenic_cover + Canopy_cover, data = egglay_date)
Coefficients:
Es
浏览 9提问于2022-07-21得票数 1
回答已采纳
我正在尝试使用R中的支持向量机为一个类分类建立一个模型。我已经使用is.na(x)验证了我的对象中没有一个具有NA值。尽管有很多关于这个主题的帖子，但我一直收到这个错误，我找不到解决方案。
d<-read.xlsx("deals.xlsx", sheetIndex=1, rowIndex=NULL,
startRow=2, endRow=200, colIndex=(1:5),
as.data.frame=T, header=T, colClasses=NA,
keepFormulas=FALSE, encoding=
浏览 1提问于2016-03-16得票数 1
1回答
我正在使用SIMR包来估计我的模型的功率和效果大小。不过，我不明白这个包是如何估计效果大小的，以及它报告了什么样的效果(是Cohen's d吗？)。
例如，对于我的模型，其中AQ和LSAS是连续预测器，cond是分类(3级)预测器，我得到以下输出(针对AQ)：
> model.cnv.cue = lme4::lmer(DV ~ AQ_centr + cond + LSAS_centr + (1 | code), data = mydata, REML = FALSE)
> powerSim(model.cnv.cue,nsim = 200)
Power
浏览 2提问于2018-09-24得票数 1
在我的代码中有一个规则:如果一个if语句是真的，它将在一段时间内保持为真，如果它更改为false，它将在一段时间内保持为false。由于此代码中的性能很重要，所以我希望使分支预测更有效。
目前，我尝试编写这个if语句的两个版本，一个是用“可能”优化的，另一个是用“不可能”优化的，并使用一个函数指针来保存要使用的一个，但是由于函数指针也破坏了管道，基准测试似乎与普通的if语句没有什么不同。所以，我很好奇是否有什么技术可以让CPU“记住”这个if语句的最后一个选择？
还是，我真的需要关心这个？
浏览 4提问于2020-08-24得票数 0
回答已采纳
我正试图用AR(1)过程将Cochrane Orcutt过程应用于我的数据。当我使用来自cochrane.orcutt包的orcutt函数时，将返回以下错误：
lm.fit(x，y，偏移=偏移，singular.ok = singular.ok，.)中的错误:0(非NA)情况
我首先确保所有的数据集都没有不完整的案例。
library(orcutt) foo <- na.omit(foo) model <- lm(1-ef ~ as.factor(dtype) + as.factor(p) + inc + ed + marg + as.factor(period) + a
浏览 0提问于2018-04-16得票数 0
回答已采纳
1回答
我在R中使用randomForest pkg基于11个数值预测器来预测二进制类。在Hit或Miss这两个类中，Hit类更重要，即我想知道正确预测Hit的次数。
有没有办法让Hit在训练随机森林时具有更高的重要性？目前，经过训练的随机森林仅正确预测了7%的命中案例，并且肯定希望得到改进。
浏览 1提问于2015-03-17得票数 1
1回答
我在R中的第一个预测实现遇到了问题，我想要实现的是用两个外生变量X1和X2来预测变量Y。这3个数据集分别表示为12行的单个列。
在另一个中，我采用了类似的方法：
DataSample <- data.frame(Y=Y[,1],Month=rep(1:12,1),
X1=X1[,1],X2=X2[,1])
predictor_matrix <- cbind(Month=model.matrix(~as.factor(DataSample$Month)),
X1=DataSample$X
浏览 4提问于2017-02-08得票数 0
回答已采纳
使用以下过程处理分类解决方案：
a.使用e1071在R中执行朴素贝叶斯分类。
b.获取先验表和条件概率表。
c.在应用程序中使用PL/SQL程序来预测值。也就是说，最终预测不会涉及R预测函数的使用。
在步骤b中，我看到模型生成后R返回的条件概率是负的，并且大于1--它们真的是条件概率吗？
用两个数据集来说明这个问题--一个是我能解释的，一个是我无法解释的。
数据集1:水果识别(在这个论坛中的一个漂亮的朴素贝叶斯插图中看到了这一点)
Data Frame Fruit_All:
Long Sweet Yellow Fruit
Yes Yes Yes Banana
Yes Yes
浏览 4提问于2016-06-17得票数 3
回答已采纳
1回答
我正在处理我在kaggle上找到的一个自动数据集。除了马力、车长、汽车重量等数值外，它还有多个分类变量，如：
cardinality=5car品牌(丰田、日产、宝马等)：cardinality=21Doors (2 2door和4门)：cardinality=2Fuel型(汽油和柴油)：基数=2
我想使用随机森林分类器来执行特征选择，并将所有这些变量作为输入。我知道，在这样做之前，必须对分类变量进行编码。处理这些变化基数的数据的最佳方法是什么？
我可以对不同的变量应用不同的编码技术吗？例如，燃料类型的热编码和汽车类型的标签编码？
浏览 3提问于2022-02-03得票数 1
1回答
斯坦福分类器vs Weka分类器
、、、、
weka和斯坦福nlp分类器之间的显著优势/差异是什么？当/which用例被推荐时，它们中的哪一个被推荐？
谢谢
浏览 0提问于2017-03-14得票数 1
1回答
我试图用一些解释变量来预测一个变量，每个变量都没有视觉上可以检测到的关系，也就是说，每个回归者和预测变量之间的散点图完全是平坦的云。
我采取了两种方法：
1)进行个体回归，产生的关系根本不显著。
2)一旦我尝试了多变量回归的多个组合，我就得到了一些组合的显着关系(虽然这些组合不稳定，也就是说，一个变量在一个环境中是显着的，而在另一个环境中则失去了意义)。
我想知道，如果基于1)，也就是说，在个人的基础上，似乎根本没有任何关系，我可以得出结论，一个多变量的蟑螂也注定会失败？
浏览 2提问于2018-04-06得票数 2
回答已采纳
我有一个数据框newdata，它有很多行和列。我只想研究两个变量DHHGAGE和ADL_01对预测变量INJG11A的影响大小。现在，我想在RStudio中计算model_1的赔率。这是我的代码：
model_1 <- newdata$INJG11A ~ newdata$DHHGAGE + newdata$ADL_01
library(oddsratio)
or_gam(data = newdata, model = model_1, pred = newdata$INJG11A)
我收到这个错误消息：
Error in \`[<-.data.frame\`(\`\*tmp\*`
浏览 0提问于2018-01-07得票数 1
1回答
金融时间序列中的变量
、、、、
我目前正在尝试在R中使用金融时间序列进行一些预测。我已经开始做一个线性回归，其中因变量是为1, 12, 24, 36, and 48 months计算的超额收益。我已经计算了1个月回报的ln(r1/r0)和12个月回报的ln(r13/r1)。我的问题是:我是否也应该以这种方式计算预测因素(例如股息率)？所以回报ln(r13/r1)与股息率ln(dy13/dy1)相结合，或者只是第13个月的股息率与回报ln(r13/r1)的组合
浏览 1提问于2017-05-25得票数 0
1回答
我正在尝试使用R包'mma‘对多个二进制中介器执行一些中介分析。
我使用了以下代码：
dta <- read.dta13("Mediation_Dataset_R-R.dta")
dta <- na.omit(dta)
y <-dta[,12]
x <- dta[,c(1:6, 8:11, 13, 14)]
dta.bin <- data.org(x, y, pred = 8, binmed=c(4, 11, 12))
summary(dta.bin)
其中y是二元因变量，x是包含协变量、中值变量和预测变量的数据集。然后，我使用d
浏览 0提问于2020-01-24得票数 0
1回答
假设我想要拟合一个弹性网络模型。我有一个包含1000个观察值的矩阵X和一个包含1000个类别标签的向量y。现在，我想比较一下在使用弹性网络预测y (family = biniomial)之前应用的不同特征选择方法。 在这两种方法中，我通过某种方法(例如随机)选择了500个特征，从而产生了两个不同的特征集，每个特征集可能与1000个观察值重叠。接下来，我使用R中的glmnet包拟合两个模型，每个模型使用两个集合中的一个。 我可以使用Akaike信息标准来比较这两个模型吗?尽管它们不“共享”饱和模型？ 从这篇文章(Is there a way in R to determine AIC from
浏览 55提问于2021-09-08得票数 0
3回答
对于“预测器”一词，我发现了以下定义：
预测变量:用于确定或预测目标变量的一个或多个变量。
维基百科包含“功能”一词的以下定义：
特征是被观察到的现象的个体、可测量的属性或特征。
在机器学习中，“预测器”和“特征”有什么区别？
浏览 0提问于2018-12-20得票数 4
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
云直播活动推荐
腾讯云开发者
